ออกแบบชิ้นส่วนเครื่องจักร และผลิตงานอุตสาหกรรมด้วย AISmart Mechanical Design and Manufacturing with AISmart Mechanical Design and Manufacturing with AI

วันที่อบรม
วันที่อบรม : 9/6/2569
รุ่นที่ : 1      ระยะเวลาอบรม : 1 วัน
ช่วงเวลา : 09:00-16:30 น.
สถานที่ : ส.ส.ท. ซอยพัฒนาการ 18 กรุงเทพฯ
วันและเวลาอบรม
อัตราค่าลงทะเบียน
สมาชิก : 3,800.00 + 266.00 = 4,066.00 บาท
บุคคลทั่วไป : 4,200.00 + 294.00 = 4,494.00 บาท
*ราคารวมภาษีมูลค่าเพิ่ม 7%

จุดเด่นของหลักสูตร

      ในช่วงไม่กี่ปีที่ผ่านมา ปัญญาประดิษฐ์ (Artificial Intelligence: AI) ได้เข้ามามีบทบาทอย่างชัดเจนในงานวิศวกรรมเครื่องกล โดยเฉพาะงานออกแบบ ชิ้นส่วนส่งกำลังทางกล (Mechanical Power Transmission Components) เช่น เพลา เฟือง โซ่ ดุม แบริ่ง ลิ่ม ฯลฯ และระบบชิ้นส่วนประกอบทั่วไปที่เกี่ยวข้อง การประยุกต์ใช้ AI ในงานออกแบบและการผลิตช่วยลดต้นทุนอะไหล่ OEM และงานออกแบบทดแทนได้ 20–45%

      AI ไม่ได้มีหน้าที่มาแทนวิศวกร แต่ทำหน้าที่เป็น เครื่องมือช่วยตัดสินใจ (Decision Support Tool) ที่ช่วยลดเวลา เพิ่มความแม่นยำ และเปิดมุมมองใหม่หรือเสนอทางเลือกในการออกแบบ เช่น ขนาดเพลา งานสวม หรือชนิดวัสดุ การเลือกระบบหล่อลื่น อายุการใช้งาน ขั้นตอนการผลิต QC และการคิดราคางานครบทั้งกระบวนการ อย่างไรก็ตาม การใช้งาน AI อย่างถูกต้องจำเป็นต้องเข้าใจทั้งศักยภาพและข้อจำกัดของมัน

      หลักสูตรนี้มุ่งเน้นการอธิบายบทบาทของ AI ในงานออกแบบชิ้นส่วนส่งกำลังทางกล การผลิต (เพื่องานประกอบที่มีค่า Surface Roughness, Tolerance, และ GD&T) และ QC โดยครอบคลุมการเลือกวัสดุ การประเมินโหลด การตรวจสอบแบบผลิตตามมาตรฐานสากล และข้อควรระวังที่วิศวกรต้องรู้

วัตถุประสงค์

  1. เพื่อนำ AI มาทำงานร่วมกันระหว่างฝ่ายผลิตและซ่อมบำรุง
  2. เพื่อนำ AI มาลดเวลาการเลือกวัสดุที่เหมาะสมเชื่อมโยงกับการผลิต
  3. เพื่อช่วยตัดสินใจในการปรับปรุงเครื่องจักรและกระบวนการผลิต 

สิ่งที่ได้รับหลังอบรมและสัมมนา

  1. สามารถนำ AI มาตรวจสอบวัสดุ dimension surface roughness, fit & tolerance ให้สอดคล้องของ GD&T 
  2. สามารถชี้จุดเสี่ยงที่อาจผิดพลาดทางวิศวกรรมร่วมกันระหว่างฝ่ายผลิต และซ่อมบำรุง
  3. สามารถใช้ AI ลดเวลาการเลือกวัสดุที่เหมาะสมกับการผลิตจริงได้ 50–70%
  4. สามารถช่วยตัดสินใจในการปรับปรุงเครื่องจักรและกระบวนการผลิต แทนการแก้ปัญหาแบบลองผิดลองถูกลดได้ 30–60%
  5. สามารถเพิ่มความถูกต้องและความมั่นใจในการออกแบบ, ดัดแปลง และซ่อมบำรุงเครื่องจักร
  6. สามารถลดระยะเวลาในการคำนวณ, ตรวจสอบ และเลือกชิ้นส่วนมาตรฐาน
  7. สามารถเพิ่มความเสถียรของกระบวนการผลิต ลดของเสีย (Scrap) และลด Downtime จากอะไหล่ไม่เหมาะสม 25–45%

คุณสมบัติของผู้เข้ารับการอบรมและสัมมนา

  • วิศวกรออกแบบ วิศวกรซ่อมบำรุง (Maintenance / Reliability)
  • วิศวกรโรงงาน QC / QA ที่เกี่ยวข้องกับงานซ่อม
  • Supplier / Workshop งานกลึง–เชื่อม–ประกอบ
ผู้เข้าอบรมควรมี
  • พื้นฐานการอ่านแบบ Engineering Drawing ในระดับใช้งานจริง
  • พื้นฐานด้านกลศาสตร์ของวัสดุ (แรง ความเค้น ความปลอดภัย)
  • ความเข้าใจชิ้นส่วนเครื่องจักรกลมาตรฐาน เช่น เพลา สกรู แบริ่ง สปริง ลิ่ม
  • สามารถใช้งานคอมพิวเตอร์และโปรแกรมพื้นฐานได้ (ไม่จำป็นต้องมีประสบการณ์ด้าน AI มาก่อน)

หลักสูตรนี้เหมาะสำหรับ

  • ผู้จัดการ
    Manager
  • หัวหน้างาน
    Supervisor
  • วิศวกร
    Engineer

หัวข้อการอบรมและสัมมนา

  • ความสามารถ AI
  • การเลือกใช้วัสดุ
  • พื้นฐานแบบในเครื่องจักรอุตสาหกรรม
  • ฝึกปฏิบัติ: จากกรณีศึกษา
  • กรณีศึกษา: Assembly – Drawing: Axle, bush, sling – pulley
  • ฝึกปฏิบัติ: จากกรณีศึกษา
  • Assembly เฟืองโซ่, ลิ่มขนาน, เพลา, ตลับปืน และอายุใช้งาน
  • ฝึกปฏิบัติ: จากกรณีศึกษา
  • Grar โหลดหนัก สวมเพลาแบบ shrink fit
  • แนวออกแบบถังรับแรงดัน
  • ข้อมูลเปรียบเทียบประกอบการวิเคราะห์จาก AI เพื่อตรวจสอบ Reliability
  • ฝึกปฏิบัติ: จากกรณีศึกษา

วิทยากร

รศ.มานพ ตันตระบัณฑิตย์
รองศาสตราจารย์ ระดับ 9 คณะวิศวกรรมศาสตร์ มหาวิทยาลัยเทคโนโลยีราชมงคลธัญบุรี
ผศ.ดร.กุณฑล ทองศรี
ผู้ช่วยศาสตราจารย์ ระดับ 8 คณะวิศวกรรมศาสตร์ มหาวิทยาลัยเทคโนโลยีราชมงคล ธัญบุรี
.
ค่าใช้จ่ายในการฝึกอบรมสามารถหักลดหย่อนภาษีได้ 200%
จัดโดย สมาคมส่งเสริมเทคโนโลยี (ไทย-ญี่ปุ่น) โทร.0-2717-3000 ต่อ 81